[发明专利]汽轮发电机组汽流激振故障在线判别方法

摘要

本发明公开了旋转机械振动状态监测与故障诊断技术领域中一种汽轮发电机组汽流激振故障在线判别方法。包括：实时采集汽轮发电机组高压转子一侧支持轴承的轴相对振动数据、转子的转速信号、转子的键相信号以及机组功率数据；形成机组功率数据序列、低频振动幅值最大值序列和低频振动幅值序列的熵序列；计算机组功率数据序列的递增趋势参数、低频振动幅值最大值序列的最大值、低频振动幅值序列的熵序列的变化偏度参数和低频振动幅值序列的熵序列与机组功率数据序列的Kendall相关系数；最后利用上述结果判断高压转子是否发生汽流激振故障。本发明实现了高压转子汽流激振故障的自动实时在线监测和判别，提高了分析诊断的效率和准确性。

主权项

1.一种汽轮发电机组汽流激振故障在线判别方法，其特征是所述方法包括：步骤1：设定起始时刻T_S、第一时间步进长度t₁、第二时间步进长度t₂、第一设定值D₁和第二设定值D₂；步骤2：实时采集汽轮发电机组高压转子一侧支持轴承的轴相对振动数据、转子的转速信号、转子的键相信号以及机组功率数据；步骤3：从起始时刻T_S开始，每隔第一时间步进长度t₁存储当前时刻的机组功率数据P^U；每隔第二时间步进长度t₂，计算当前时刻低频振动幅值序列的最大值A^fmax、当前时刻低频振动幅值序列的熵E和当前时刻低频振动幅值序列的变化峰度参数κ^A，并存储当前时刻低频振动幅值序列的最大值A^fmax和当前时刻低频振动幅值序列的熵E；当满足当前时刻低频振动幅值序列的变化峰度参数κ^A大于第一设定值D₁并且当前时刻与起始时刻T_S的差值大于等于第二设定值D₂与第一步进长度t₁的乘积时，将当前时刻作为终止时刻T_N，将存储的当前时刻的机组功率数据P^U作为终止时刻T_N的机组功率数据执行步骤4；步骤4：选取终止时刻T_N之前的两个时刻，分别记为第一在先时刻T₁和第二在先时刻T₂，且满足步骤5：将从第一在先时刻T₁起至终止时刻T_N止，每隔第一时间步进长度t₁存储的机组功率数据P^U按照存储时间的先后顺序排成机组功率数据序列将从第二在先时刻T₂起至终止时刻T_N止，每隔第二步进长度t₂存储的低频振动幅值序列的最大值A^fmax按照存储时间的先后顺序排成低频振动幅值最大值序列每隔第二步进长度t₂存储的低频振动幅值序列的熵E按照存储时间的先后顺序排成低频振动幅值序列的熵序列{E_j}，步骤6：计算机组功率参数和低频振动参数，包括：1）计算机组功率数据序列的递增趋势参数I^P；2）计算低频振动幅值最大值序列的最大值3）计算低频振动幅值序列的熵序列的变化偏度参数S^E；4）计算低频振动幅值序列的熵序列与机组功率数据序列的Kendall相关系数τ；步骤7：根据终止时刻T_N的机组功率数据机组功率数据序列的递增趋势参数I^P、低频振动幅值最大值序列的最大值低频振动幅值序列的熵序列的变化偏度参数S^E和低频振动幅值序列的熵序列与机组功率数据序列的Kendall相关系数τ，判断高压转子是否发生汽流激振故障。